ADsP 필기 04 — 데이터분석 기획의 이해 (분석 주제 4유형·CRISP-DM·하향식·상향식)

ADsP 필기 04 — 데이터분석 기획의 이해 (분석 주제 4유형·CRISP-DM·하향식·상향식)

출제기준 대단원 2: 데이터분석 기획의 이해 — 분석 프레임워크 / 분석 대상의 이해 / 분석 자료의 확보
2과목은 계산이 거의 없어요. "절차와 방법론의 순서·구성요소"를 묻는 암기형 과목이라 접근 방식 쌍(하향식↔상향식)을 표로 정리하면 쉽습니다.

---

분석 기획과 4가지 분석 주제 ⭐⭐⭐

분석 기획이란 실제 분석을 시작하기 전에 분석 과제를 정의하고 수행 방안을 미리 계획하는 작업입니다. "무엇을(대상) 얼마나 아는가"와 "어떻게(방법) 얼마나 아는가"를 기준으로 분석 주제를 4가지로 분류해요.

	방법을 아는가(Known)	방법을 모르는가(Unknown)
대상을 아는가(Known)	최적화(Optimization)	통찰(Insight)
대상을 모르는가(Unknown)	솔루션(Solution)	발견(Discovery)

최적화 — 대상·방법 모두 안다 (배달 경로 최적화)
솔루션 — 대상은 알지만 방법을 탐색 (고객 이탈 사유 자동 분류)
통찰  — 방법은 알지만 대상이 불명확 (통계·시각화로 원인 정리)
발견  — 대상·방법 모두 모른다 (로그에서 새로운 패턴 발견)

 

⚠️ 함정 포인트: "대상은 아는데 방법을 모른다" = 솔루션(발견 아님), "방법은 아는데 대상이 불명확" = 통찰(발견 아님). 표의 가로·세로 축을 헷갈려서 "발견"으로 잘못 고르게 유도하는 문제가 반복 출제됩니다.

 

기출 문제

Q. (46회) 분석 주제 유형에 대한 설명으로 적절한 것은?

① 분석 대상과 분석 방법 모두 모르는 경우, 솔루션 개발을 통해 문제를 해결한다.
② 분석 대상은 알지만 분석 방법을 모르는 경우, 발견을 통해 문제를 해결한다.
③ 분석 대상과 분석 방법 모두 아는 경우, 최적화를 통해 문제를 해결한다.
④ 분석 대상은 모르지만 분석 방법은 아는 경우, 발견을 통해 문제를 해결한다.

A. ③ — ①은 "모두 모름=발견"이어야 하고, ②는 "대상은 알고 방법 모름=솔루션"이어야 하고, ④는 "대상 모름·방법 앎=통찰"이어야 합니다. 2×2 표를 그대로 외우면 바로 풀립니다.

 

Q. (48회) 분석방법은 알고 있으나, 분석 대상이나 문제 정의가 명확하지 않은 경우에 해당되는 분석 과제 도출 유형은?

① 최적화

② 통찰

③ 솔루션

④ 발견

A. ② — "방법은 안다 + 대상은 모른다" = 통찰입니다.

 

Q. (47회) 분석 대상은 명확하나 분석 방법은 모르는 경우 해당되는 분석 주제는?

① 솔루션

② 통찰

③ 최적화

④ 발견

A. ① — "대상은 안다 + 방법은 모른다" = 솔루션입니다.

---

분석 기획 시 고려사항 ⭐⭐

목표 시점별 분석 기획

구분	목적	과제 유형	접근 방식
과제 중심	빨리 해결(Speed & Test)	Quick & Win	Problem Solving
마스터플랜	지속 해결(Accuracy & Deploy)	Long Term View	Problem Definition

 

위험 대응 전략 4가지(빈출)

회피(Avoid)   — 원인 제거·범위 축소
전이(Transfer) — 보험·계약·외부 서비스로 책임 이전
완화(Mitigate) — 품질검사·이중검증·샘플링으로 영향·확률 낮춤
수용(Accept)  — 비용 대비 효과 낮으면 수용 + 모니터링·비상계획

 

💡 개인정보 동의 부족 문제는 '완화'(안내 문구 추가), 데이터 집계 지연 문제는 '수용'(요일 최종본 사용)으로 대응하는 식으로 사례와 짝지어 기억하면 좋아요.

---

분석 방법론과 소프트웨어 개발 생명주기 모델 ⭐⭐

모델	특징	기억 포인트
폭포수(Waterfall)	순차적·단방향 진행, 가장 고전적	"한번 흐르면 끝"
프로토타입(Prototype)	요구 불명확 → 시제품 먼저 보여주고 점진 개선	"일단 만들어보자"
나선형(Spiral)	반복·점증 + 위험 관리에 초점	"돌면서 위험 줄이기"
계층적 프로세스	단계-태스크-스텝 3계층, 품질 통제·책임 추적 유리	"큰 걸 작게 나눠라"

 

⚠️ 프로토타입은 '요구 불명확 → 시제품', 나선형은 '위험 제거'가 핵심 — 두 모델의 포인트를 바꿔치기한 오답이 자주 나옵니다.

---

전통적인 빅데이터 분석 방법론: KDD와 CRISP-DM ⭐⭐⭐ (최빈출)

구분	KDD(5단계)	CRISP-DM(6단계)
①	데이터셋 선택	업무 이해
②	전처리	데이터 이해
③	변환	데이터 준비
④	데이터 마이닝	모델링
⑤	해석·평가	평가
⑥	—	전개

 

💡 암기법

KDD: 선택(선) → 전처리(전) → 변환(변) → 마이닝(마) → 평가(평)
CRISP-DM: 업무이해(비) → 데이터이해(이) → 데이터준비(준) → 모델링(모) → 평가(평) → 전개(전)

 

⚠️ 최빈출 함정: "KDD에도 업무 이해·전개 단계가 포함된다"는 오답이 반복 출제됩니다.

업무 이해(맨 앞)·전개(맨 뒤)를 명시하는 방법론은 CRISP-DM뿐입니다

— KDD는 데이터 중심, CRISP-DM은 비즈니스 중심으로 구분해서 외우세요.

기출 문제

Q. (46회) CRISP-DM 분석 방법론의 단계별 과정으로 옳은 것은?

① 데이터 이해 → 데이터 준비 → 업무 이해 → 모델링 → 평가 → 전개
② 데이터 이해 → 데이터 준비 → 모델링 → 평가 → 업무 이해 → 전개
③ 데이터 준비 → 데이터 이해 → 모델링 → 평가 → 업무 이해 → 전개
④ 업무 이해 → 데이터 이해 → 데이터 준비 → 모델링 → 평가 → 전개

A. ④ — "업무 이해"가 반드시 맨 앞에 와야 합니다. ①②③처럼 업무 이해를 중간이나 뒤에 배치한 보기는 전부 오답입니다.

---

빅데이터 분석 방법론(3계층·5단계) ⭐⭐

실무 프로젝트를 끌고 가는 뼈대로, 분석 기획 → 데이터 준비 → 데이터 분석 → 시스템 구현 → 평가 및 전개 5단계이며, 각 단계는 단계-태스크-스텝(스텝은 입력→처리/도구→출력) 구조로 나뉩니다.

[1단계] 분석 기획 — 목표를 숫자로, SOW(범위·일정 약속문서)·WBS(일 쪼갬)로 정리
[2단계] 데이터 준비 — ERD(데이터 구조 지도)로 관계 확인, 정합성 점검
[3단계] 데이터 분석 — EDA로 패턴 탐색, 모델링, 효과 평가
[4단계] 시스템 구현 — 운영 흐름 정의, 테스트 후 운영 메모 작성
[5단계] 평가 및 전개

 

⚠️ 빈출 함정: 반복 수행이 허용되는 구간은 [2단계 데이터 준비]↔[3단계 데이터 분석]뿐입니다.

"[4단계]↔[5단계]가 반복 가능"하다거나 "모든 단계가 상호 피드백"이라는 보기는 오답입니다.

---

분석 과제 발굴: 하향식 vs 상향식 ⭐⭐⭐ (최빈출)

구분	하향식(Top-Down)	상향식(Bottom-Up)
시작점	先계획 後분석 (목표 먼저)	先분석 後문제도출 (데이터 먼저)
절차	문제 탐색 → 문제 정의 → 해결 방안 탐색 → 타당성 검토	데이터 탐색 → 패턴 발굴 → 문제 정의 → 프로토타입
적합 상황	문제가 이미 명확할 때	문제 정의가 흐릿하거나 신규 데이터 잠재가치 검증 시
실패 위험	낮음 (구조가 명확)	높음 (목표 없이 탐색)

 

하향식 4단계 타당성 검토(빈출): 경제적 타당성(비용 대비 효과) · 기술적 타당성(자원·난이도) · 법률적 타당성(개인정보·규제) · 운영적 타당성(현업 적용 가능성)

 

상향식 핵심: 지도학습(정답 레이블 있음)과 비지도학습(연관·군집·PCA 등)을 연결해 — 비지도학습으로 패턴을 먼저 잡고, 그 패턴 기준으로 레이블을 정의해 지도학습으로 전환하는 흐름입니다. 대표적으로 스탠퍼드 d.school의 디자인 씽킹(공감→문제정의→아이디어→프로토타입→테스트)이 상향식·하향식을 교차시키는 장치입니다.

 

⚠️ 빈출 함정: "하향식은 실패 위험이 높고 상향식은 낮다"처럼 반대로 서술한 보기가 매 회차 나옵니다.

정답은 하향식=낮음, 상향식=높음입니다.

 

기출 문제

Q. (45회) 상향식 접근 방법에 대한 설명 중 옳지 않은 것은?

① 비정형 문제 해결에 효과적이다. ② 직관과 경험을 통해 접근한다. ③ 문제 상황이 명확하지 않은 경우에 활용된다. ④ 문제가 명확히 정의되어 있는 경우 답을 찾는 기법이다.

A. ④ — "문제가 명확히 정의된 경우"는 하향식의 특징입니다. 상향식은 반대로 문제가 불명확할 때 쓰는 접근입니다.

---

분석 과제 정의서 ⭐⭐

하향식·상향식 탐색이 끝나면 발굴된 과제를 실행 가능한 문서로 정리합니다. 일반적으로 다음을 포함해요.

소스 데이터 · 데이터 획득 난이도 · 분석 방법(기법) · 적용 난이도
분석 과제 우선순위 · 주기 · 검증 주체 · 예상 결과

 

💡 내·외부 비정형·오픈 데이터 고려까지 빠짐없이 담아야 과제의 실행 가능성을 사전에 점검할 수 있습니다.

---

💡 실무에서는?

인프라 구축 프로젝트를 설계할 때도 '하향식'과 '상향식'을 둘 다 씁니다.

고객이 "장애 예측 시스템을 만들어달라"고 명확한 목표를 주면 하향식으로 요구사항→설계→구현 순으로 좁혀가지만,

"일단 수집해둔 로그가 많으니 뭔가 찾아보자"는 요청은 전형적인 상향식입니다.

 

이럴 때 먼저 군집분석 같은 비지도학습으로 패턴을 찾고, 의미 있는 패턴이 나오면 그걸 레이블 삼아 지도학습 모델로 발전시키는 흐름이 책에서 말하는 "상향식→지도학습 전환"과 정확히 같아요.

 

CRISP-DM의 '업무 이해'를 가장 먼저 하는 것도, 보안·인프라 프로젝트에서 요구사항 정의서 없이 바로 설계·구축에 들어가면 꼭 나중에 재작업이 생기는 경험과 통합니다.

---

핵심 정리

✅ 분석 4주제: 최적화(대상○방법○) / 솔루션(대상○방법✕) / 통찰(대상✕방법○) / 발견(대상✕방법✕)
✅ 위험대응 4가지: 회피·전이·완화·수용
✅ SW생명주기: 폭포수(순차)·프로토타입(요구불명확)·나선형(위험관리)·계층적프로세스
✅ KDD(선택→전처리→변환→마이닝→평가) vs CRISP-DM(업무이해→데이터이해→준비→모델링→평가→전개)
✅ CRISP-DM만 '업무이해·전개' 포함 (KDD는 없음!)
✅ 빅데이터분석방법론 5단계: 기획→준비→분석→구현→평가및전개 (2·3단계만 반복가능)
✅ 하향식=先계획後분석(실패위험 낮음) / 상향식=先분석後문제도출(실패위험 높음)
✅ 타당성검토 4가지: 경제적·기술적·법률적·운영적
✅ 분석과제정의서: 소스데이터·난이도·기법·우선순위·주기·검증주체

 

다음 편에서는 분석 마스터 플랜과 데이터 거버넌스로 이어갑니다.

 

우선순위 평가 기준(시급성·난이도)과 분석 성숙도 모델을 정리할게요!

 

궁금한 점은 댓글로 남겨주세요!